如何对Pandas DataFrame按两列排序并绘制对应热力图？

现有如下结构的Pandas DataFrame：

字段说明：

• methods：聚类方法名称
• sub_*：客户ID，对应值为该方法给客户分配的聚类标签
• distance：该方法聚类结果与集成结果的距离
• count_0：被分配到0类的客户数量

需求是按distance和count_0排序后绘制热力图，使同颜色（同标签）区域聚集，但当前代码仅对行排序，无法实现同颜色聚集效果。当前代码如下：

fig, ax = plt.subplots(figsize=(40,6))
df = df.sort_values(by=['distance', 'count_0'], ascending=[True, True])

svm = sns.heatmap(df.iloc[:,0:546], ax=ax, xticklabels=False, yticklabels=True, linewidths=0.4, annot_kws={"size": 16}, cbar_kws={"shrink": 0.3})

ax.set_xlabel("Customer IDs", fontsize=30)
ax.hlines(y = 1, xmin = 0, xmax = 550, colors = 'white', lw = 10)

for i in range(2,10):
    ax.hlines(y = i, xmin = 0, xmax = 550, colors = 'white', lw = 4)

figure = svm.get_figure()
ax.tick_params(axis='both', which='major', labelsize=30, labelbottom = False, bottom=False, top = False, labeltop=True)
plt.xticks(rotation=90)
ax.tick_params(labelsize=30)
plt.show()

要实现同颜色区域聚集，除了对行按distance和count_0排序外，还需要对**客户列（sub_*）**进行聚类排序，让标签模式相似的客户列相邻。可以用层次聚类重新排列列的顺序：

步骤1：准备数据并排序行 #

先按需求对行排序，提取用于绘制热力图的标签数据（排除methods列）：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import linkage, leaves_list

# 按distance和count_0排序行
df_sorted = df.sort_values(by=['distance', 'count_0'], ascending=[True, True])
# 提取sub_*列的标签数据（假设这些列是第1列到第545列，根据实际列数调整）
label_data = df_sorted.iloc[:, 1:546]

步骤2：对列进行层次聚类排序 #

使用SciPy的层次聚类计算列的相似性，获取重新排列的列索引：

# 计算列的层次聚类链接（ward方法最小化类内方差，可替换为single/complete等）
col_linkage = linkage(label_data.T, method='ward')
# 获取排序后的列索引
col_order = leaves_list(col_linkage)
# 重新排列标签数据的列
label_data_sorted = label_data.iloc[:, col_order]

步骤3：绘制优化后的热力图 #

用排序后的行和列数据绘制热力图，保留原有的格式设置：

fig, ax = plt.subplots(figsize=(40,6))

# 绘制热力图，使用排序后的列数据
svm = sns.heatmap(label_data_sorted, ax=ax, xticklabels=False, yticklabels=df_sorted['methods'], 
                  linewidths=0.4, annot_kws={"size": 16}, cbar_kws={"shrink": 0.3})

ax.set_xlabel("Customer IDs", fontsize=30)
# 动态添加行分隔线（根据实际排序后的行数调整）
ax.hlines(y = 1, xmin = 0, xmax = label_data_sorted.shape[1], colors = 'white', lw = 10)
for i in range(2, len(df_sorted)+1):
    ax.hlines(y = i, xmin = 0, xmax = label_data_sorted.shape[1], colors = 'white', lw = 4)

ax.tick_params(axis='both', which='major', labelsize=30, labelbottom = False, bottom=False, top = False, labeltop=True)
plt.xticks(rotation=90)
plt.show()

关键修正与说明 #

• 修正原代码错误：原代码df.iloc[:,0:546]包含了methods列，现在改为仅提取标签列，避免非标签数据干扰热力图。
• 列聚类逻辑：通过层次聚类让标签模式相似的客户列相邻，从根本上实现同颜色区域的聚集。
• 动态分隔线：循环范围根据实际行数生成，避免固定范围导致的错误。

内容的提问来源于stack exchange，提问作者Rajesh Ahir